Cilj i ishod predmeta
Sagledavanje mesta genetskih algoritama među tradicionalnim i novim metodama optimizacije. Osposobljavanje za korišćenje binarnih i kontinualnih genetskih algoritama. Upoznavanje sa najvažnijim paradigmatičkim primenama binarnih i kontinualnih genetskih algoritama. Po završetku kursa, student ima znanja o genetskim algoritmima. Može odlučiti o pogodnosti problema za rešavanje metodom genetskih algoritama. Poznaje karakteristike metoda i u stanju je da genetski algoritam primeni u rešavanju konkretnih problema. U stanju je da programski realizuje rešenje.
Teorijska nastava
Razvoj i oblasti primene genetskih algoritama. Opis prostog genetskog algoritma. Način rešavanja problema pomoću genetskih algoritama – kodiranje. Genetski operatori: ukrštanje, mutacija, selekcija. Razne modifikacije genetskih algoritama u zavisnosti od vrste korišćenih operatora.Teorijske osnove genetskih algoritama. Teorema o shemama. Pejsaž prilagođenosti. Oblasti i način primene genetskih algoritama. Paralelni genetski algoritmi. Poređenje genetskih algoritama i drugih heurističkih metoda za rešavanje optimizacionih problema.
Praktična nastava
Implementacija algoritama obrađenih u okviru teorijske nastave i rešavanje konkretnih problema primenom genetskih algoritama. Primena binarnih i kontinualnih genetskih algoritama. Optimizacija višestrukih ciljeva. Hibridni genetski algoritmi. Izbor parametara. Paralelni genetski algoritmi. Primena na problem trgovačkog putnika. Primena u dekodiranju. Izrada rasporeda časova.